孫克輝，喻 煒

（中南大學(xué) 物理與電子學(xué)院，湖南 長沙410083）

0 引 言

可視對講系統(tǒng)作為小區(qū)智能化系統(tǒng)的重要子系統(tǒng)，已經(jīng)越來越普遍地應(yīng)用于現(xiàn)代商品住宅小區(qū)中，正朝著數(shù)字化、智能化和網(wǎng)絡(luò)化方向發(fā)展。最初的模擬可視對講系統(tǒng)，通過同軸電纜傳輸音頻、視頻信號［1］，通過單片機總線傳輸控制信號，但是模擬方式難以解決信號損耗、電磁干擾以及接地干擾等難題［2］，而數(shù)字可視對講系統(tǒng)可將音視頻及所有控制信號均通過網(wǎng)線數(shù)字化傳輸。目前數(shù)字對講系統(tǒng)大多采用ARM［3，4］核芯片或者ARM＋DSP結(jié)構(gòu)作為控制器，但是這種模式集成度不夠高，需要開發(fā)大量視頻壓縮編碼軟件，開發(fā)成本高，周期長。與此同時，目前大多數(shù)對講系統(tǒng)的室內(nèi)機采用的是墻壁式座機，形式上較傳統(tǒng)，并且使用不夠方便。本文設(shè)計的對講系統(tǒng)采用基于ASIC架構(gòu)的SOC系統(tǒng)集成芯片的設(shè)計思路，克服了傳統(tǒng)結(jié)構(gòu)的不足，采用分層和模塊化的結(jié)構(gòu)設(shè)計，應(yīng)用臺灣智源公司的GM8126作為門口機主控芯片［5］，實現(xiàn)基于TCP／IP協(xié)議的數(shù)字可視對講系統(tǒng)。采用 G.711［6］A 率標(biāo)準(zhǔn)和 H.264［7］格式分別對音、視頻數(shù)據(jù)進行編解碼。室內(nèi)機采用Android智能手機，節(jié)約了硬件成本，方便使用，利用基于802.11g的無線局域網(wǎng)實現(xiàn)數(shù)據(jù)接收與發(fā)送。

1 可視對講系統(tǒng)總體方案

可視對講系統(tǒng)總體方案設(shè)計如圖1所示，由門口機、室內(nèi)機、管理機和中間連接作用的交換機和路由器組成，此系統(tǒng)基于TCP／IP協(xié)議在局域網(wǎng)內(nèi)進行所有數(shù)據(jù)傳輸。門口機主要完成對音、視頻數(shù)據(jù)的處理，主要包括以下幾點：①控制采樣速率。②控制圖像傳感器。③采集視頻數(shù)據(jù)并進行H.264壓縮處理。④采集音頻數(shù)據(jù)并根據(jù)G.711 A率壓縮標(biāo)準(zhǔn)對音頻數(shù)據(jù)進行壓縮編碼。⑤對音、視頻數(shù)據(jù)進行傳輸。⑥解壓接收到的音頻數(shù)據(jù)并播放。⑦與單片機通信。室內(nèi)機則主要完成接收音、視頻數(shù)據(jù)并解碼播放；采集音頻數(shù)據(jù)并進行G.711A率壓縮，再將其傳輸給門口機；發(fā)送命令給門口機等功能。管理機主要實現(xiàn)對住戶小區(qū)的信息管理，可以對小區(qū)樓棟的門口機進行管理，具有最高的管理權(quán)限；可以接受住戶、訪客的報警；可實現(xiàn)與住戶的視頻對講。

圖1 可視對講系統(tǒng)框架

2 門口機硬件設(shè)計

臺灣智源科技生產(chǎn)的GM8126被作為門口機主控芯片，是智源科技推出的新一代最高整合度之HD H.264SOC監(jiān)控攝像機IP CAM單芯片，它支持H.264基本檔次、MPEG4和JPEG的硬件編碼，同時集成了圖像處理功能，如ISP（image sensor processor）、去噪聲等功能，內(nèi)置了音頻 AD／DA轉(zhuǎn)換模塊。除此之外，它擁有先進的高整合與低功耗電源管理技術(shù)，高性能FA626TE內(nèi)核，主頻高達533MHz，能輕松實現(xiàn)各種智能算法，集成10／100M以太網(wǎng)網(wǎng)絡(luò)模塊，最大處理速度可達45fps＠720P，30fps＠1080P。

門口機硬件設(shè)計分為4個模塊：音視頻模塊、最小系統(tǒng)模塊、接口模塊和單片機模塊，其硬件結(jié)構(gòu)如圖2所示。

圖2 門口機硬件框架

音、視頻模塊采用1080P高分辨率CMOS圖像傳感器OV2715采集視頻數(shù)據(jù)。其包含了先進的圖像處理功能，如曝光控制、增益控制和白平衡等，最大圖像傳輸速率30fps＠1080P，60fps＠720P，120fps＠VGA。采用駐極體話筒采集音頻信號，設(shè)計LM4895音頻功率放大器驅(qū)動8Ω／0.5W揚聲器，使得播放效果清晰。最小系統(tǒng)模塊包括5V電源及DC－DC轉(zhuǎn)換芯片，提供不同電壓給芯片。8M FLASH用于存儲二進制文件，128MDDR2為內(nèi)存。接口模塊中的RJ45接口為網(wǎng)絡(luò)接口，USB接口用于下載二進制文件到FLASH中，串口0用于系統(tǒng)調(diào)試和打印，而串口1用于與ATMEGA128單片機通信。對于單片機模塊，由于GM8126的I／O口有限，所以設(shè)計ATMEGA128單片機控制3×4按鍵及12864液晶顯示屏，用于訪客輸入房間號等控制信息及信息的更新顯示，再通過串口與GM8126通信傳輸控制信息。

3 對講系統(tǒng)關(guān)鍵程序開發(fā)

3.1 門口機軟件設(shè)計

門口機采用智源公司官方提供的arm－Linux－2.6.28系統(tǒng)，并且安裝好OV2715圖像傳感器驅(qū)動fisp＿ov2715.ko及 圖 像 處 理 驅(qū) 動 videograph.ko、dvr＿enc.ko等， 而GM8126內(nèi)置了音頻AD／DA轉(zhuǎn)換器ADDA300，但是同樣需要加載驅(qū)動snd＿fi2s＿adda300＿c0.ko。所以采用多線程編程技術(shù)處理多任務(wù)，這里設(shè)計了4個線程，分別是：

（1）enq＿thread：采集與壓縮編碼線程。視頻采集與編碼流程如圖3所示，其中通過ioctl調(diào)用SDK中DVR＿ENC＿SET＿CHANNEL＿PARAM命令設(shè)置通道參數(shù)，設(shè)置的通道參數(shù)包括視頻分辨率為1920×1080（1080p），幀率為30fps，I／P幀間隔為30幀，色彩格式Y(jié)∶U∶V＝4∶2∶2，編碼格式為H.264。鑒于大多數(shù)Android智能手機分辨率不能達到1080P，且1080P的視頻數(shù)據(jù)量太大，對帶寬要求高，因此啟用GM8126的Scaler功能將視頻裁剪為320×240的分辨率。GM8126的Scaler功能需要將main－bitstream作為其數(shù)據(jù)源，裁剪之后再進行H.264編碼并將編碼后的數(shù)據(jù)作為sub－bitstream，為實現(xiàn)Scaler功能需要設(shè)置部分內(nèi)存參數(shù)如下：

圖3 視頻采集與編碼流程

再通過ioctl函數(shù)調(diào)用DVR＿ENC＿CONTROL設(shè)置ENC＿START開始對視頻數(shù)據(jù)H.264硬件編碼。

音頻的采集與編碼則相對簡單些，GM8126有2個音頻輸入源：LINE IN和 MIC IN，設(shè)置proc文件系統(tǒng)中asound／adda300＿input＿mode為0，將 MIC IN作為音頻輸入源，從駐極話筒中采集音頻。音頻采集控制流程類似于視頻采集控制流程，主要設(shè)置采樣率為8000Hz，16bit編碼及單聲道通道。但是GM8126并沒有提供對音頻數(shù)據(jù)的硬件壓縮，因此，本文采用G.711標(biāo)準(zhǔn)中的A率對音頻PCM數(shù)據(jù)進行軟件壓縮編碼。采用的A率壓縮算法為

式中：A——壓縮參數(shù)，x——語音信號。采用廣泛使用的13折線 （A＝87.6）近似。

（2）rtspd＿thread：RTSP （real time streaming proto－col）［8］實時傳輸線程。本文采用RTSP協(xié)議實時傳輸門口機音、視頻，RTSP的實現(xiàn)采用的是移植Live555多媒體流化源碼庫。Live555是目前實現(xiàn)RTSP協(xié)議最短小精悍的開源代碼，能很方便的移植到各種嵌入式系統(tǒng)中。Live555源程序?qū)崿F(xiàn)的是音視頻的點播，在服務(wù)器端需要從相應(yīng)音、視頻文件中讀取信息再進行打包傳輸，而可視對講系統(tǒng)需要音視頻的實時播放，因此需要對Live555源程序做適當(dāng)修改。鑒于GM8126采集的音視頻數(shù)據(jù)都在內(nèi)存中，因此關(guān)鍵是將Live555源程序中從文件讀取改為從內(nèi)存中直接映射至Live555緩存中。

RTSP是一個應(yīng)用層協(xié)議，位于RTP／RTCP（realtime transport protocol／realtime transport control protocol）和RSVP （resource reservation protocol）之上，用來與 RTP、RSVP等底層協(xié)議提供Internet上的整套流式媒體數(shù)據(jù)的傳輸服務(wù)［9］。協(xié)議中請求的命令主要有DESCRIBE、OPTION、PAUSE、PLAY、RECORD、SETUP、TEARDOWN等［10］，其連接過程主要分5步驟，如圖4所示。此系統(tǒng)將門口機作為RTSP服務(wù)器端，將室內(nèi)機作為RTSP客戶端?？蛻舳撕头?wù)器端在用RTSP命令通信時需要用SDP協(xié)議描述多媒體會話的必要信息，SDP包括以下一些方面：①會話的名稱和目的。②會話存活時間。③包含在會話中的媒體信息，包括：媒體類型、傳輸協(xié)議、媒體格式、多播或遠端 （單播）地址和端口。④使用的帶寬信息。⑤可信賴的接洽信息等。

圖4 RTSP連接過程

（3）recv＿thread：接收音頻數(shù)據(jù)線程。對講系統(tǒng)是雙向通話，所以需要接收室內(nèi)機 （Android智能手機）發(fā)送過來的音頻數(shù)據(jù)，再將每一幀音頻數(shù)據(jù)通過fwrite函數(shù)寫入到GM8126AD／DA 音頻設(shè)備 “／dev／dsp2”中，實現(xiàn) DA轉(zhuǎn)換后，再輸出到LM4895功率放大器驅(qū)動揚聲器發(fā)聲，實現(xiàn)音頻的播放。

（4）avr＿thread：與ATMEGA128單片機串口通信線程。利用GM8126串口1 （“／dev／ttyS1”）與ATMEGA128單片機通信，Linux串口參數(shù)需要設(shè)置結(jié)構(gòu)體struct termios，在此結(jié)構(gòu)中最重要的成員是c＿cflag，通過對它的賦值，可設(shè)置波特率、字符大小、數(shù)據(jù)位、停止位、奇偶校驗位等參數(shù)。讀取串口數(shù)據(jù)時需用到read系統(tǒng)調(diào)用，而此函數(shù)會阻塞等待讀取數(shù)據(jù)，不利于程序設(shè)計，因此采用select系統(tǒng)調(diào)用檢測I／O設(shè)備，待有數(shù)據(jù)到來時再讀取。本文設(shè)計的可視對講基于IP網(wǎng)絡(luò)，因此需要獲取IP地址，而IP地址預(yù)先設(shè)定好與房間號對應(yīng)。所以此線程主要功能為：①接收單片機發(fā)送過來的房間號。②再根據(jù)房間號查找到對應(yīng)的IP地址。③接收室內(nèi)機發(fā)送過來的命令，并發(fā)送給單片機處理，例如 “開鎖”命令。

3.2 室內(nèi)機 （Android智能手機）軟件設(shè)計

使用的 Android系統(tǒng)是 Android4.1.2 （MIUI－3.6.21）。為了使室內(nèi)機能實時接收到門口機發(fā)送過來的連接請求，此軟件利用android.app.Service類設(shè)計為Android服務(wù)程序，使得此服務(wù)能長時間在后臺運行，不需要向用戶展示用戶界面，時刻監(jiān)聽著門口機發(fā)送的連接請求。監(jiān)聽到門口機的連接請求之后，啟動鈴聲通知戶主開啟主界面，并啟動設(shè)計的3個線程：Play線程、SendAudio線程、Command線程。

Play線程負(fù)責(zé)和門口機RTSP服務(wù)器端建立RTSP連接，再接收音、視頻數(shù)據(jù)，并解碼播放，流程如圖5所示。Android系統(tǒng)自帶了媒體播放器MediaPlayer，MediaPlayer在底層是基于OpenCore（PacketVideo）的庫實現(xiàn)的。但是MediaPlayer支持的媒體格式只局限于OpenCore中所支持的媒體格式 （3GP，MP4），而Android平臺并不能對H.264格式視頻解碼，因此移植FFmpeg－1.2解碼庫中H.264解碼算法［11］。FFmpeg是一個開源、自由的音、視頻流解決方案，支持絕大多數(shù)音、視頻編解碼標(biāo)準(zhǔn)。所以提取了FFmpeg－1.2中解碼H.264的幾個重要文件，例如：

H264.c：實現(xiàn)H.264解碼的核心算法代碼；

Golomb.c：此文件為哥倫布編碼的實現(xiàn)；

Cabac.c：實現(xiàn)自適應(yīng)算術(shù)二進制編碼，H.264采用自適應(yīng)算術(shù)二進制編碼作為一種熵編碼方式。

并對其中的數(shù)據(jù)結(jié)構(gòu)和函數(shù)做了適當(dāng)?shù)男薷?，編譯成庫文件 （Android＿H264.so）后利用JNI接口調(diào)用InitDecoder（）函數(shù)初始化解碼器、調(diào)用DecoderNal（）函數(shù)對接收到的一幀H.264視頻數(shù)據(jù)進行解碼、調(diào)用UninitDecoder（）釋放使用的資源。

在Android中能夠?qū)崿F(xiàn)音頻功能的接口類有很多［12］，本系統(tǒng)的室內(nèi)機將接收到的音頻數(shù)據(jù)經(jīng)G.711A率解碼后則使用Android SDK中直接為PCM數(shù)據(jù)提供支持的接口類—AudioTrack類—播放。

圖5 Play線程設(shè)計流程

SendAudio線程負(fù)責(zé)采集住戶音頻數(shù)據(jù)并發(fā)送給門口機。在Android SDK中提供了音頻采集AudioRecord類，調(diào)用構(gòu)造函數(shù)初始化音頻源為 MediaRecorder.Audio－Source.MIC，采樣頻率為8000Hz，AudioFormat.ENCODING＿PCM＿16BIT編碼，聲道為CHANNEL＿CONFIGURATION＿MONO等參數(shù)，采集到的音頻數(shù)據(jù)讀取到緩存中，再對這些原始數(shù)據(jù)進行G.711A率編碼，以壓縮數(shù)據(jù)量便于數(shù)據(jù)的網(wǎng)絡(luò)傳輸。

Command線程主要負(fù)責(zé)發(fā)送命令給門口機。鑒于命令數(shù)據(jù)的數(shù)據(jù)量較小，且為使得命令數(shù)據(jù)的可靠傳輸，故使用TCP協(xié)議進行與門口機的通信。

3.3 真機測試效果

測試時設(shè)置的圖像分辨率為320×240，這適合大多數(shù)智能手機的屏幕分辨率。經(jīng)GM8126H.264硬件編碼后的I幀平均大小為15984.2bytes，P幀平均大小為4190.5 bytes，平均圖像壓縮率為5.50%，音頻數(shù)據(jù)經(jīng)G.711標(biāo)準(zhǔn)壓縮后為原數(shù)據(jù)量的一半。建立連接后Android手機播放音視頻的延時大約為0.6s。傳輸圖像如圖6所示。結(jié)果顯示圖像較清晰，語言效果良好。

圖6 視頻測試效果

4 結(jié)束語

本文討論了基于高集成度SOC芯片—GM8126的數(shù)字可視對講系統(tǒng)的設(shè)計方法和具體實現(xiàn)流程，該系統(tǒng)以流行的Android智能手機作為室內(nèi)機，使得開發(fā)成本降低、開發(fā)周期縮短、使用更靈活，克服了模擬系統(tǒng)的固有缺點及傳統(tǒng)數(shù)字系統(tǒng)結(jié)構(gòu)復(fù)雜的不足。實驗測試結(jié)果表明，該方案可行性，音視頻質(zhì)量好，為可視對講系統(tǒng)設(shè)計提供了一種新解決方案，具有廣闊的市場前景。下一步將完善對講功能，進一步提高穩(wěn)定性和兼容性。

［1］Lai C，Huang H，Huang Y，et al.Design and implementation of the DLNA family intercom system for smart homes ［J］.Computer Journal，2009，52 （8）：960－968.

［2］SHI Baosong，SUN Shouhong，ZHANG Wei.Realization of digital audio transmission for intercom system ［J］.Journal of Changchun University of Science and Technology （Natural Science Edition），2012，35 （1）：90－92 （in Chinese）. ［石寶松，孫守紅，張偉.對講系統(tǒng)中音頻信號數(shù)字化傳輸?shù)膶崿F(xiàn) ［J］.長春理工大學(xué)學(xué)報 （自然科學(xué)版），2012，35 （1）：90－92.］

［3］YU Yaoliang，HE Jiaming，LIU Guojian.The design of visual wireless door bell system based on embedded ［J］.Journal of Hangzhou Dianzi University，2008，28 （5）：69－71 （in Chinese）.［俞堯亮，何加銘，劉國建.嵌入式無線可視對講系統(tǒng)研究 ［J］.杭州電子科技大學(xué)學(xué)報，2008，28 （5）：69－71.］

［4］QI Ping，DONG Haifeng.Design and research of multiple video interphone based on Qt ［J］.Instrument Technique and Sensor，2011 （5）：20－23 （in Chinese）. ［戚平，董海峰.基于Qt的多人可視對講系統(tǒng)的設(shè)計與研究 ［J］.儀表技術(shù)與傳感器，2011 （5）：20－23.］

［5］Grain Media.GM8126datasheet ［EB／OL］. ［2011－05－03／2013－07－10］.www.grain－media.com.

［6］Peri c＇Z，Nikoli c＇J.An adaptive waveform coding algorithm and its application in speech coding ［J］.Digital Signal Processing，2012，22 （1）：199－209.

［7］Min D，Yueping Z，Loguinov D.A unified traffic model for MPEG－4and H.264video traces ［J］.IEEE Transactions on Multimedia，2009，11 （5）：1010－1023.

［8］Akhlaq M，Sheltami T R.RTSP：An accurate and energy－efficient protocol for clock synchronization in WSNs ［J］.IEEE Transactions on Instrumentation and Measurement，2013，62（3）：578－589.

［9］WANG Xiaoyan.Design and implementation of a highly active streaming media server ［J］.Computer Engineering ＆Science，2010，31 （2）：118－120 （in Chinese）. ［王小燕.一種高效點播流媒體服務(wù)器的設(shè)計與實現(xiàn) ［J］.計算機工程與科學(xué)，2010，31 （2）：118－120.］

［10］MAO Yanfei，HUANG Zhongdong.Research and design of web DVR system based on real－time streaming protocol ［J］.Computer Engineering and Design，2011，32 （7）：2523－2526（in Chinese）.［茅炎菲，黃忠東.基于RTSP協(xié)議網(wǎng)絡(luò)監(jiān)控系統(tǒng)的研究與實現(xiàn) ［J］.計算機工程與設(shè)計，2011，32（7）：2523－2526.］

［11］JING Hongliang.H.264／AVC video decoder design and implement based on Android ［D］.Harbin：Harbin Institute of Technology，2010 （in Chinese）. ［井洪亮.基于 Android的H.264／AVC解碼器的設(shè)計與實現(xiàn) ［D］.哈爾濱：哈爾濱工業(yè)大學(xué)，2010.］

［12］Reto M.Professional Android 4application development ［M］.3th ed.SHE Jianwei，transl.Beijing：Tsinghua University Press，2013 （in Chinese）.［Reto M.Android 4高級編程 ［M］.3版.佘建偉，譯.北京：清華大學(xué)出版社，2013.］